模型迭代在周三夜间再度启动。
DeepSeek-V4-Pro-0813的发布标志着V4 Pro正式版的到来。在能力指标方面，新版本将上下文窗口扩充至百万Token量级，单次生成能力达到384K Token，并同时兼容推理与常规两种运行模式，其中推理模式默认激活。费用结构上，百万Token计价为输入3元、输出6元，相比Flash版本翻了三倍。
Terminal Bench基准测试中，V4 Pro取得87.9分的成绩，与当前领先的Fable 5仅相差0.1分。
模型性能之外，另有一条更隐蔽的叙事线索值得追踪——人的网络。
DeepSeek-MoE、DeepSeekMath、DeepSeek-Coder，到V2、V3、R1，再至今日的V4，历经三年的技术迭代中，模型命名虽在变化，但论文署名栏里那些身影却显得格外恒定。王培懿、许润昕、代达劢、陈德里、杨德健、吴俣、邵智宏等人，并非在R1获得关注后才登上舞台的新面孔。
向前回溯，这支团队分散在同批论著、研究院所和学术协作的网络中。不同的校园背景、不同的研究方向——有人投身数学推理，有人致力于对齐研究，有人专注验证器设计，有人研究代码与架构——却在DeepSeek成立前后逐步交汇融合。
这是一份DeepSeek技术进化的地图，同时也是这支年轻学者群体的集体画像。
群像聚焦，从R1之前开始
在DeepSeek于2025年农历新年突然进入全球视野之前的2024年2月，一次静水深流的技术里程碑已经出现——DeepSeekMath的发布。论文作者团队仅11人的精干编制，与日后那些动辄数百署名的阵容形成鲜明对比。
一年时光流转，R1的诞生让那11个名字全数汇入其作者序列。
时间继续往前推移。这群人的早期交集，其实源自比DeepSeek创立时更久远的缘源。
最初的三人组合是王培懿、许润昕和代达劢。2021年《Behind the Scenes》论文发表时，他们三人已经并肩出现在署名中。那时，DeepSeek还未诞生。
三人都师出北京大学计算语言学研究所（PKU-ICL），在穗志方和常宝宝两位导师的课题组共事，研究课题是少样本事件分类——那还是BERT范式的时代。
许润昕属于较早加入DeepSeek者。作为北大计算语言学研究所2020级硕士研究生，他在2023年8月步入DeepSeek。此后，从DeepSeek-MoE、DeepSeekMath、Coder，经过V2、V3，直至R1，他的名字串联起了公司初期最为关键的技术项目。
一月后，王培懿也成为了DeepSeek的一员。天津大学本科出身，他后来进入北京大学计算语言学研究所攻读博士，跟随隋志方教授。当DeepSeek在2023年9月成立时，一位师兄告诉他这家公司「扎根于对技术的执着探索」，基于这份推荐，王培懿递交了申请。他后来解释，真正吸引他留下的，源于公司对通用人工智能这一长远目标的执着。
前排中间为王培懿
在加入DeepSeek之前，王培懿主要从事文本分类、大模型评估与对齐等研究，期间与许润昕、刘天宇等人多次开展合作。到了2023年，一篇具有预示意义的著作在这个协作网络中现身——Math-Shepherd。
Math-Shepherd
这项研究探讨在缺少人工标注的情况下，如何逐步验证数学推导过程。作者阵容包括王培懿、邵智宏、许润昕、代达劢、陈德里、吴俣等人。后来当R1的论文讨论过程回报模型时，Math-Shepherd已成为其溯源的先驱工作。站在今天回望，这些论文如同提前勾勒的草图。
代达劢和陈德里同样来自北大计算语言学的学术生态，但师承不同——前者追随穗志方，后者追随孙栩。成为DeepSeek同事前，两人已有论文联署。当《Label Words are Anchors》获得EMNLP 2023最佳长论文奖时，陈德里还在腾讯，这是他们名字首次并列；数月之后，这种协作扩展到了DeepSeekMoE的工作中。
DeepSeek到来之前，杨德健和吴俣已有多年的协作历史。在北航求学期间，二人共同发表了《Neural Response Generation with Dynamic Vocabularies》（AAAI 2018）；2023年，两人先后加盟DeepSeek；2024年，他们再度共现于DeepSeek-Coder的作者表，随后又以核心贡献者身份进入了R1的18人核心团队。
他们的研究方向原本各不相同——事件分类、对齐机制、验证方法、代码与架构——但数年后，这些看似独立的问题竟在同一处汇聚了。
推理能力的前世今生
2024年2月，DeepSeekMath亮相舞台。相比数年后动辄数百人署名的阵容，这个11人的队伍显得格外精悍：邵智宏、王培懿、朱启豪、许润昕、宋俊晓、毕晓、张浩威、张明川、李宇琨、吴俣、郭达雅。一年后，这些名字毫无例外地悉数汇入了R1的作者班底。
这篇论文的分量不仅体现在署名。DeepSeekMath首次正式亮相了GRPO算法框架。相比传统PPO需要额外的评论家网络，GRPO改而利用同组回答间的奖励信号来计算相对收益，从而降低强化学习的计算代价。日后，这套方法成为DeepSeek训练技术的核心支撑。
不过，他们在共聚DeepSeekMath前走的并非同一条路。
有人来自传统语言学与对齐的研究堡垒——北大计算语言学系出身的许润昕，以及涉猎文本分类、对齐和奖励设计的王培懿；有人承载着代码研究的严谨基因，比如在微软期间领导过CodeBERT、GraphCodeBERT等代码智能标志性项目的郭达雅；还有人从「另一扇窗」进入——朱启豪在北大计算机博士阶段师从熊英飞，长期深耕程序生成、理解与修复，早期关注的是模型如何遵循语法生成代码、如何自动纠错。进入DeepSeek后，他的研究向代码生成和逻辑推理这两个方向自然延伸。
邵智宏则是数学、强化学习与工具应用交叉地带的典型代表。
邵智宏本科在北航完成，博士在清华读取，师从黄民烈。他的早期研究集中于文本生成、问答和对话系统，后来逐步转向工具调用、数学推导与模型自我完善的研究方向。
在他的个人学术主页上，DeepSeekMath被赋予了明确的定位：它为后续DeepSeek强化学习的GRPO架构奠定基础；而R1则进一步把这套思路规模化到海量强化学习。
有趣的是，在这个技术网络交织的过程中，许多关键合作甚至发生在加入DeepSeek之前。比如邵智宏与苟志斌的协作。
苟志斌在清华修习人工智能硕士学位，导师为杨余久。从2023年到2024年，他在微软亚洲研究院自然语言计算团队实习。直至2024年6月，他才正式投身DeepSeek。
然而在成为DeepSeek同事之前，两人已经开始联手攻克数学推理的难题。2023年他们完成了ToRA，随后发表于ICLR 2024。这项工作让语言模型在自然语言推理的同时，能够调用代码工具解决数学题。接着，他们又合作了CRITIC，让模型能借由搜索、代码等外部工具来检验和修正自己的推导过程。
待苟志斌加盟DeepSeek后，那些曾经在论文中被分别验证的研究内核，进入了一个完全不同量级的实验环境。半年时间里，他与邵智宏一起成为了R1的18名核心开发者。
相比清华、北大或微软亚洲研究院这些闪耀的机构标签，真正应该关注的是这群研究者彼此交织的学术网络。这张网连接着微软亚洲研究院自然语言组、北大计算语言学研究所、清华自然语言处理实验室，以及一批多年致力于代码、推理、对齐、工具使用等问题的年轻学者。他们可能师承各异，难以被定义为「同门」，但长期共现在相邻的论著、院所与学术圈层里。技术谱系到此不再是一棵清晰的师承关系图，而是一张持续延展、自我更新的网络。
将这群人的经历拼凑起来，会发现日后被统称「推理」的庞大能力，从一开始就没有单一的源头。有人从语言学出发，有人投身数学，有人研究验证机制，有人专攻强化学习，也有人长年与代码和程序逻辑为伴。他们拥有不同的技术语言，却最终撞上了同一个核心问题：能否让模型仅通过正误反馈，就自己探索出解题的路径？
DeepSeek-R1-Zero后来把这个问题推向了更激进的极限。它摒弃了传统监督微调的热启策略，直接让模型承受大规模强化学习的训练。R1论文里，他们把某个中期检查点出现的自我反思现象称作「顿悟时刻」。
如果把焦点从模型转向研究者本身，也能看到另一种更缓慢的「涌现」过程。最初分别研究语言、数学、代码、验证与强化学习的人，沿着各自的轨迹缓缓靠近。最终，他们汇聚成了一支推理能力小组。
多模态阵营的多元汇聚
与推理路线上清晰可见的学术渊源相比，DeepSeek的多模态团队呈现的是跨越不同技术范畴的融合图景。
这支队伍中，陈小康代表了最坚实的计算机视觉基础。陈小康在北大完成本科和博士学位，博士导师是曾钢。在迈向大模型之前，他长期致力于语义分割、目标检测、无监督视觉学习等研究。2024年4月加入DeepSeek后，他的个人主页明确标注了自己负责公司多模态团队。
刘星超则用另一套数学语境踏入这个领地。他在UT Austin修习博士，指导教师为Qiang Liu，专研概率推断与生成建模。他最具代表性的早期贡献之一是Rectified Flow：试图把生成过程里复杂弯曲的概率轨迹拉直，从而减少采样迭代数。
刘闻的研究历程则记录了从传统视觉向生成式范畴的逐步演进。2017年到2020年间，他与上海科技大学高盛华等研究者长期协作，从视频异常检测推进到人体动作转移和图像生成。
这群原本分散在不同研究机构、掌握不同技术方言的人，之前几乎毫无瓜葛；直到Janus、JanusFlow、VL2和Janus-Pro相继诞生，不同的研究积累被汇聚到同一个组织框架，在全新的模型结构中碰撞，完成了多次的交融。
模型与基础设施的深层耦合
由于公司内部将模型设计与基础设施紧密融合，DeepSeek还拥有一条难以用「研究」或「工程」简单标签概括的技术路线。
这条路线的演化，源于两类研究取向的逐步靠近：一类从模型设计向下探查，进入更底层的计算制约；另一类从系统与硬件出发，向上延伸进入模型设计的内核。
从上而下的架构优化，从下而上的系统延伸
先聚焦架构一侧。
高华佐和曾旺丁在DeepSeek-V2中被特别标注为MLA创新的关键推动者，他们选择在Attention机制层面做文章，把推理时不断增长的KV Cache尺寸压缩；代达劢沿着稀疏化的轨道推进，让MoE框架只激活部分参数来执行一次计算。
再看系统这一侧，赵成钢、邓成祺、李嘉实、黄盼盼、张立悦、周尚言、刘宇轩、何莹等人的名字频频出现在DeepSeek的训练系统与硬件优化的著作中。他们的研究生涯因此具有少见的连贯性——有人改动网络配置，有人调度机器间的数据流，有人想办法让计算和通讯互相掩盖彼此的等待时间。
到达V3阶段，这些之前分散在Attention、MoE、训练框架与集群系统中的优化，首次被完整地装进同一个模型。DeepSeek后来把这种方法论总结为硬件与模型共同设计；在面向体系结构领域发表的论文中，他们把MLA、MoE、FP8和通信拓扑归纳在统一的叙述框架里，对这批研究者而言，GPU的限界不是模型研究的终局，而是起点之一。
两条线索的交汇：以mHC为缩影
mHC更直观地展示了两类研究者如何在同一个问题上相遇。
解振达涉足mHC前有着长期的视觉研究履历。2021年，他以第一作者身份完成SimMIM，用精简的掩码和像素重建策略探索视觉自监督；随后参与Swin Transformer V2，推动视觉Transformer朝更大规模和更高分辨率的方向拓展。在这几年间，他的名字逐渐从视觉、多模态研究过渡到DeepSeek的基础模型工作。
到了mHC，他处理的是一个更基础的层次：十多年来沿用的残差路径在网络不断深化时能否重新审视。mHC把残差流扩展成多条并行通路，然后用流形约束来管理信息在深层网络中的流动。审视解振达的研究轨迹，这次转变自有其逻辑延续：早前的问题是视觉Transformer如何放大规模；如今的问题定位在Transformer层与层之间最根基的连接机制。关注点降低了，但对模型构造与规模化训练的重视贯穿始终。
mHC的另一端汇聚着一批更早从「系统」起步的研究者。
2018年，清华在世界大学生超算竞赛参赛时，赵成钢还是参赛学生，而曹焕琦以研究生身份为队伍提供技术保障。竞赛规则要求他们在严格限制的能耗、CPU、GPU和时间框架内反复优化程序，让受限的计算能力发挥最高效率。
https://www.tsinghua.edu.cn/info/1173/17723.htm
此后，曹焕琦把这类问题扩展到更大的数量级。2022年，他以第一作者身份把图遍历扩展到281万亿条边和4000万个处理器核心，也参与了「八卦炉」等大规模预训练框架的设计。赵成钢则从学生超算跨入机器学习系统领域，先后参与DeepSeekMoE、Fire-Flyer、DeepEP和V3。研究对象从传统超算转向大模型，但他们始终关心的问题相似：当规模增长若干个数量级，那些不起眼的内存访问、通讯成本和同步开销，会在哪一刻吞噬掉系统效率？
多年后，解振达、曹焕琦和赵成钢的名字一起出现在mHC的署名中，身边还有代达劢、高华佐、曾王鼎等长期投身DeepSeek架构与效能研究的人员。这个作者组合也镜像了mHC的双重使命：一端重塑Transformer的拓扑关系，一端让新架构适应大规模训练。
一个算法公式能否进入大模型，取决于它能否经受集群级别的计算考验；那些曾在超算赛场上反复压缩程序开销的人，也已经来到重新构想Transformer架构的研究者身旁。
系统工程生态与人才梯队构建
当模型与系统真正耦合之后，下一个课题变成如何把这种能力体系化为一套持续运行的工程生态。
赵成钢成为了这个过程的关键枢纽。
赵成钢后来在清华大学交叉信息研究院获得硕士学位，导师高明宇从事计算机体系结构与机器学习系统研究。求学期间，他参与开发了Canvas，把神经网络架构搜索推进到核函数级别的粒度。那段较早的超算竞赛经历，又使他接触了MPI、并行程序编写和体系结构优化。
来到杭州后，这条研究轨迹得到了快速展开。赵成钢从DeepSeekMoE的模型架构工作切入，之后参与了专家分配通讯库DeepEP的设计，主导了矩阵运算核函数库DeepGEMM的研发，还成为了TileKernels的首要作者。模型中的专家调度路由，通过他的工作被层层翻译为通讯协议、低精计算和GPU指令集。
他的身边还有两位清华出身的年轻工程师。徐哲安从清华本科毕业后留在杭州，依次参与了DeepEP、DeepGEMM、V3、R1和mHC的开发；田睿在DeepEP V2中负责网络后端、弹性缓冲和Engram，并列入TileKernels的开发者名单。
田睿处理的是RDMA、GPU与CPU异构内存，以及跨设备通讯中的条件记忆模块。任何一个环节堵塞，问题都会沿着集群放大。赵成钢负责跨层规划，徐哲安连通通讯与计算层，还在本科阶段的田睿已经开始承担网络基础设施的工作。
刘胜与和徐陈皓的故事，为DeepSeek团队的代际传承提供了更生动的说明。两人都来自北京大学图灵班，进入DeepSeek时仍在本科阶段，学术热情聚焦于机器学习系统与底层性能优化。
刘胜与系2021级北大图灵班学生，科研指导教师为计算机学院金鑫，研究方向涵盖机器学习系统、编译器与分布式计算。他曾任北大超算队队长，率队赢得第十届ASC全球大学生超级计算机竞赛冠军。北大官方资料记载，他自学Transformer和CUDA，在金鑫的指导下参与开发大模型推理系统。
2025年加盟DeepSeek后，刘胜与参与了DeepGEMM的开发，进入DeepEP V2的性能优化小组。超算赛事培养的能力进而向大模型核函数的优化延伸。
徐陈皓的年纪更小。他于2022年进入北京大学信息与计算科学图灵班，获得过NOI银奖和两届北大程序设计大赛二等奖。加盟DeepSeek后，他以系统工程师身份参与DeepGEMM、DeepEP V2和TileKernels的开发，工作范围横跨矩阵乘法、通讯优化和核函数编程。
这个方向在他入职前已见端倪。2024年，徐陈皓专注研究异构计算环境下Ceph纠删码存储性能，随后从事Serverless计算平台的存储层优化。早期项目关注负载平衡、延迟指标和存储设计，进入DeepSeek后，研究范围逐步收束到GPU核函数的效能、稳定度与易维护性。
周尚言代表着北大系统方向的较早参与者。他于2016年至2020年在北大求学，在校期间活跃于信息学竞技和程序编程赛事，毕业后先入幻方，后转向DeepSeek。加入DeepSeek后，周尚言深化对通讯网络的研究，刘胜与和徐陈皓投身核函数优化，数代北大学子就这样汇聚进同一套训练基础设施的构建中。
伴随这套系统框架逐步完善，DeepSeek的组织边界也变得越来越难以用传统部门架构来描述。于星凯跨界多模态和R1的研究，吴俣从Math、R1延伸到VL2，马世荣同时参与强化学习和基础设施工作，代达劢、高华佐等架构研究者也持续进入新的项目协作。人员追随问题而流动，项目一变，作者序列就被重新排列。
对于一家很少对外发布组织架构的研究机构，论文由此成为一份带有时间印记的员工档案。DeepSeek的技术演化谱系，也正隐藏在这些不断变换的署名名单之中。一代代模型问世，这些研究者名字一次次重逢、相汇，最后拼凑出这家机构真实的面貌。
